掌握圖像運算和概念和基本原理，理解圖像運算的應用；
掌握基於圖像運算原理建立的植被指數NDVI；
掌握ENVI軟件的波段運算功能，實現圖像運算；
掌握K-L變換的軟件實現，並深刻理解其特點和應用。
方法/步驟
圖像運算——NDVI 提取水體
選擇 Basic Tools > Band Math.
在標籤為 “Enter an expression:” 的文本框內，輸入變量名和所需要的數學運算符。變量名必須以字符 “b” 或 “B” 開頭，後面跟著 5 個以內的數字字符。
嘗試輸入:b1+b6 並報錯【小於7個】
計算NDVI，輸入數學方程式：
（float（b2）-float（b1））/(float（b2）+float（b1）)
*(float(NIR)-float(RED))/(float(NIR)+float(RED))
可以輸入到文本框中。
一旦一個有效的表達式被輸入，點擊 “OK”處理。
將出現 Variable/Band Name Pairings 對話框，將各變量匹配相應波段。 b2對應NIR波段，b1對應紅波段。
點擊ok，保存新圖像。
主成分分析（K-L變換）
主成分分析（PCA）用多波段數據的一個線性變換，變換數據到一個新的座標系統，以使數據的差異達到最大。這一技術對於增強信息含量、隔離噪聲、減少數據維數非常有用。
操作流程圖：
選擇 Transforms > Principal Components > Forward PC Rotation > Compute New Statistics and Rotate.
使用Compute New Statistics and Rotate選項可以計算數據特徵值、協方差或相關係數矩陣以及PC正向旋轉。
出現 Principal Components Input File 對話框時，選擇輸入文件或用標準 ENVI 選擇程序建立子集。
出現 Forward PC Rotation Parameters 對話框時，在 “Stats X/Y Resize Factor” 文本框鍵入小於 1 的調整係數，對計算統計值的數據進行二次抽樣。
鍵入一個小於 1 的調整係數，以提高統計計算的速度。例如，在統計計算時，用一個 0.1 的調整係數將只用到十分之一的像元。
*數據量不多卻文件大小不大 故採用係數 1
若需要，鍵入一個輸出統計文件名。
點擊按鈕，選擇是否計算 “Covariance Matrix”*協方差矩陣。
計算主成分時，有代表性地要用到協方差矩陣。當波段之間數據範圍差異較大時，要用到相關係數矩陣，並且需要標準化。
選用 “File”*文件存儲輸出 或 “Memory”*臨時存儲在Temp 輸出。
從 “Output Data Type” 菜單裡，選擇需要的輸出類型（字節型，整型，無符號整型，長整型，無符號長整型，浮點型，雙精度型）。
用下列選項，選擇輸出 PC 波段數。默認的輸出波段數等於輸入的波段數。
·通過檢查特徵值，選擇輸出的 PC 波段數。
A 點擊 “Select Subset from Eigenvalues” 標籤附近的按鈕，選擇“YES”。
特徵值將被計算，出現 Select Output PC Bands 對話框，列表顯示著每一個波段和其相應的特徵值。同時也為所有波段顯示出每個波段中包含的數據變化的累積百分比。
B 在 “Number of Output PC Bands” 文本框裡，鍵入一個數字或點擊按鈕，確定輸出的波段數。
特徵值大的 PC 波段包含最大量的數據差異。較小的特徵值包含較少的數據信息和較多的噪聲。有時，為存儲磁盤空間，最好僅僅輸出特徵值大的那些波段。
C 在 Select Output PC Bands 對話框裡，點擊“OK”。
輸出的 PC 旋轉將只包含你選擇的波段數。例如，如果你選擇“4”作為輸出的波段數，則只有前 4 個波段會出現在你的輸出文件裡。
選擇上面一個選項以後，在 Forward PC Rotation Parameters 對話框裡，點擊“OK”為選擇的輸入文件計算協方差或相關係數和特徵值，並進行正向的 PC 旋轉。當 ENVI 已經處理完畢，將出現 PC EigenValues 繪圖窗口，PC 波段將被導入 Available Bands List 中，你可以從列表中選擇顯示。
